儿童人脸识别：一项纵向研究
计算机视觉与模式识别
2022-04-06 v1 图像与视频处理
信号处理
摘要
缺乏高保真且公开可用的儿童纵向人脸数据集是开发儿童人脸识别系统的主要限制因素之一。在这项工作中，我们引入了 Young Face Aging (YFA) 数据集，用于分析人脸识别系统在儿童短年龄间隔下的性能。我们扩展了先前的工作，将 YFA 与多个公开可用的跨年龄成人数据集进行比较，以量化短年龄间隔对成人和儿童的影响。我们的分析证实，在儿童中，ArcFace-Focal、MagFace 和 Facenet 匹配器的匹配分数与图库和探针图像之间的年龄间隔存在统计显著且与匹配器无关的衰减关系，即使在 6 个月的短年龄间隔下也是如此。然而，我们的结果表明，先前工作中报告的低验证性能可能归因于匹配器的类内结构以及样本质量较低。我们使用 YFA 和最先进的、质量感知的人脸匹配器 (MagFace) 进行的实验表明，在 0.1% FAR 下，6 个月和 36 个月年龄间隔的 TAR 分别为 98.3% 和 94.9%，这表明对于长达三年的年龄间隔，儿童人脸识别可能是可行的。
引用
@article{arxiv.2204.01760,
title = {Face Recognition In Children: A Longitudinal Study},
author = {Keivan Bahmani and Stephanie Schuckers},
journal= {arXiv preprint arXiv:2204.01760},
year = {2022}
}